具身智能数据产业规模增长 三类数据采集路径同步推进

10 月 15 日，中国香港首个具身智能国际应用训练场落地。多家具身智能企业派出人形机器人在场地内执行实操任务，智平方 (深圳) 科技股份有限公司 AlphaBot 机器人操作饮品设备，北京银河通用机器人股份有限公司 Galbot 机器人完成货架商品取放，北京星动纪元科技股份有限公司星动 M7 人形机器人识别包裹标签并翻转物件。实训采集的真实场景数据用于反哺具身智能模型优化。国内多地布局具身智能数据采集中心与实训场地，目前全国已建成启用超 70 家具身智能训练场，另有 40 多家项目在建或规划中。

券商研报显示，2025 年全球人形机器人出货量 1.83 万台，其中数据中心采购 3181 台，占比 17.4%；2026 年全球数据中心人形机器人需求预计同比增长 140%，达到 7635 台。中国信息通信研究院报告显示，具身智能模型实现技术突破至少需要千万小时级真实数据，当前全球高质量真实数据存量仅数十万至百万小时级别。多家企业开展数据集建设，宇树科技 2026 年 3 月发布 UnifoLM-WBT-Dataset 全身遥操作真机数据集，首期包含 340 小时、189 万条动作轨迹，后续持续更新。北京人形机器人创新中心数据采集基地真机数据年产能可达 18 万小时，已对外交付近 3 万小时高质量数据。星海图 (北京) 人工智能科技股份有限公司参与组建的数据企业计划 2026 年内完成百万小时数据采集。

无本体采集以人类为动作主体完成数据采集，不需要机器人本体设备。诺亦腾机器人科技 (北京) 有限公司依托动作捕捉设备开展业务，对外提供 OM、MOV、ITW 三类数据集，ITW 数据年产能最高可达 30 万小时，MOV 数据年产能约 10 万小时，OM 数据年产能约 5 万小时，行业客户订单规模由数万小时向百万小时增长。奥比中光转型打造具身智能数据采集硬件平台，其 3D 视觉感知产品市场需求持续提升。

仿真数据依托仿真引擎批量生成，单条原始数据可衍生数百条符合物理规律的数据。元昊动力 (北京) 科技有限公司搭建数字训练场，使用计算流体动力学仿真、增量势能接触仿真生成动态场景数据。群核科技 SpatialVerse 平台相关负责人表示，仿真数据和真机、无本体采集数据互为补充，行业采用数字世界预训练叠加物理世界补充训练的方案。

三类采集方式各有局限。真机采集的数据质量较高，但项目投入成本高；无本体采集成本更低，存在人体动作向机器人迁移的技术难点；仿真数据对虚拟环境物理真实性要求高，算力消耗较大。三类数据单位小时价格逐级上升，区间为几十元至数百元。

行业在扩大数据供给的同时关注数据质量。目前具身智能数据行业尚未形成统一的数据质量评测标准。从业者提出，评估体系需要检验数据多样性，验证数据对模型性能的提升效果，涵盖长程动作、多元场景与工具的数据集价值更高。头部企业计划积累超过 100 万小时真实数据，覆盖工业、物流、服务、家庭场景。